智能化和安全化对当代火灾报警系统提出了更高的要求,如何改善传统火灾探测报警系统的缺陷,优化防火系统的安全等级成为当下研究热点,基于此,本文展开基于无线网络的多源信息火灾探测方法研究。课题从两方面入手:一方面,由于无线网络具有传输速率高,布线简单,改造容易等特点,本课题依据相关规范设计了基于无线传感网络的火灾探测系统,该系统能够准确收集火灾信息以便进行火情预判。另一方面,从火灾信息预测方向出发,为改善传统火灾报警系统单一化预测和预判时间过长等缺点,采用了多源信息融合技术和人工智能算法建立火灾预测模型,如何将其更好的应用于火灾预测模型是本文研究的重点。针对火灾信息数据的特征,利用了模糊推理、人工神经网络和极限学习机三类方法设计火情预测模型,以CO浓度、烟雾浓度、温度三种火灾特征信息作为网络输入,以无火概率、阴燃火概率、明火概率作为网络输出,使用MATLAB软件分别进行网络设计和仿真验证,最后与国家标准火试验数据进行了对比分析。由仿真结果得出,自适应模糊神经推理、RBF神经网络模型、GRNN神经网络模型、PNN神经网络模型和ELM算法均可进行火灾预测,且各有优势。